一种基于本体的知识库语义扩展搜索方法

为使知识库的信息搜索突破传统基于关键字查询的局限,提出一种基于本体的知识库语义扩展搜索方法。将本体和语义扩展引入知识库,对用户查询条件进行扩展搜索,通过相关度分析对搜索结果进行排序,使搜索效果得到优化。实验结果表明,该方法能提高搜索查全率和查准率。     

词汇知识获取及语义计算平台的构建

设计并实现一个词汇知识获取及语义计算平台VKASCP,以及自然语言处理所需要的基础功能模块。系统主要功能模块包括合成词识别、合成词词性标注及分词修正、主题词提取、词汇语义计算,以及基于主题词集的自动文摘和文本相似度计算。VKASCP融文本语料库、词汇知识库于一体,为词汇知识获取及语义计算提供了一个良好的研究平台,并为今后构建词汇语义知识库打下了坚实的基础。     

知识库更新的研究

一、研究现状 在知识库管理中,当人们获取了新的领域知识时,就需对原有知识库进行更新.对知识库的更新,从理论上讲,主要有以下三种基本操作~[4]     

基于Web信息领域的知识库模型的研究与设计

从Web信息领域分析入手,利用数据挖掘技术,提出并实现了一种基于Web信息领域的知识库的框架模型,它的核心内容是利用虚拟数据库以及人工智能技术从Web上挖掘有用的信息,经过定性归纳、关联规则分析等加工处理,使信息上升为"知识",成为对人类有用的指导人类活动的决策支持系统.     

应用遗传算法思想进行知识库自学习的研究

对于知识获取问题,常用的手工方法效率较低,已经不能满足人们的需求,因此提出使用机器学习这种自动知识获取方法来解决该问题.以虚拟旅行代理平台为背景,采用遗传算法和机器学习相结合的理论和方法,将目标知识库的目标荻取问题转化为组合优化问题,并提出了一个目标知识库自学习算法.通过该算法优化出新的旅行目标,实现目标库的更新.实验结果表明,该方法是有效的.     

计算机硬件维修知识库的知识表示和知识获取

本文以计算机硬件售后的维修服务为模型,为计算机硬件出现的故障及对应解决方案创建知识库.硬件故障知识采用事例表示法和产生式规则表示法两种方法,并将知识分为事例知识和规则知识两类.在事例知识的获取方面采用了自动获取和人工干预两种形式,在规则知识的获取方面采用的是人工干预形式.     

基于本体的电力客户知识库模型研究

从现有的知识库和本体的理论出发,为了解决电力客户知识共享和语义互操作问题,基于本体的构建工具和方法,运用Protege3.3.1建立了电力客户的领域本体.用本体标准语言OWL对其进行形式化描述,给出该本体的关联可视图,建立电力客户概念共享模型,提供概念语义空间,为建立基于本体的电力客户知识库奠定了基础.     

摩托车智能设计中知识库系统的研究与实现*

根据摩托车设计知识的特点和分类,应用面向对象的思想实现了实例知识的表示并构建了层次实例库,采用CLIPS语言实现规则知识的表示并创建了规则库。同时运用了元知识的思想实现各个子知识库之间的管理和知识的利用,建立了知识库管理系统,有效地实现了摩托车设计经验知识的获取、查询和维护,为摩托车智能设计提供了知识支持。     

基于本体的领域知识库构建方法研究

领域知识库的构建有利于知识的检索和共享。本文首先分析了现有教学支持系统存在的问题,指出构建基于本体的知识库是一种解决存在问题的有效方法;接着,介绍了构建基于本体的知识库的一般步骤,并通过构建《C语言程序设计》课程知识库进行呈现。     

智能搜索和自动应答技术的研究

智能信息处理是中文信息处理中的重要课题，特别是智能搜索和自动应答技术，而自然语言处理和理解是智能信息处理的核心。本文讨论了自然语言理解应用于智能搜索和自动应答的若干问题，阐述了标注、分析搜索要求以及完善基于词典的知识库的处理手段，特别是语料库语言学在这些环节中的应用情况。同时，本文对自动应答技术涉及的具体语言处理技术也作了较为详尽的论述。     

数据库汉语查询系统中隐含知识查询的研究

该文讨论了目前现有数据库汉语查询系统中的存在问题,根据关系数据库中数据表示与自然语言(汉语)查询句的语义模型不同,提出了数据库汉语查询时隐含知识的查询,对数据库中的隐含知识以概念图来表示,从而建立了自然语言和数据库查询命令SQL语言的直接联系。实现了这种数据库隐含知识查询的实验系统,从一定程度上提高了数据库汉语查询的智能性。     

面向搜索引擎的自然语言理解的设计与实现*

提出了一种针对智能检索的自然语言理解的实现模型。该模型通过句模分析、分词和概念扩展的方法来理解问句,在一定程度上提高理解自然语言的能力。详细介绍了其系统架构、实现思想和原理。最后通过一系列的实例来对普通搜索引擎和加载了本模型的搜索引擎进行测试。实验结果表明,提出的模型能有效地分析自然语言提问,提高信息检索的准确性和智能性。     

基于语义理解的智能搜索引擎研究

本文提出了一种基于自然语言理解的搜索引擎模型.它的核心技术是基于自然语言理解的相关技术,包括从 关键词、提问方式、提问重点三个层次对用户查询进行语义分析、特征向量提取及基于该思想建立了面向Web网页内容 的特征库,提出返回文档排序的算法,基于Lucene全文索引工具包建立了搜索引擎,对库中已收入的特征词进行了查询 测试,查准率为86.7%.实验表明,该模型基本实现了对查询短语的理解,对提高搜索引擎的查准率有显著的效果.     

知识库系统的原理及其在智能搜索引擎中的应用

本文主要讨论知识库系统的原理,探讨了知识的定义,知识的表示方法,知识库以及知识库系统的体系结构等。在此基础上,讨论了知识库系统在智能搜索引擎中的应用。     

关系数据库上泛关系查询与中文查询语言的接口

本文初步探讨了实现关系数据库上泛关系查询与自然语言查询接口的一种方法, 文章对其中的若干问题如词典的组织、翻译算法等作了比较详细的讨论并通过实例进行了具体的说明。     

一种文本理解的知识表示方法

对自然语言文本的理解, 应该把它与一定的情境联系起来。本文正是基于这样的思想, 讨论了一个文本所描述的事物及其有关情境是如何在机内表示的。     

数据库中知识发现的处理过程模型的研究

1 前言数据库中的知识发现KDD(Knowledge Discov-ery in Database)是近年来随着数据库和人工智能技术的发展而出现的,它是从大量数据中提取出可信的、新颖的、有效的并能被人理解的模式的高级处理过程。它主要采用机器学习算法或统计方法进行知识学习,一般将KDD中进行知识学习的阶段称为数据挖掘(Data Mining)。数据挖掘是KDD中的一个非常重要的处理步骤。人们往往不加区分地使用两者。一般来说,在工程应用领域多称数据挖掘,而在研究领域人们则多称为数据库中的知识发现。人们进行的关于KDD的研究是为了将知识发现的研究成果应用于实际数据处理中,为科学的决策提供支持。正是因为这样,目前所进行的关于     

探索语言理解与融汇贯通的因果律

从语言理解的认知模型出发采研究它的因果律,这是近年来发展起来的一种新方法.介绍语言理解与融会贯通的研究进展,并对其他领域的渗透作用进行展望.该研究对提高图灵机模型的融会贯通能力具有重要作用,从而对知识学习、问题求解、语言翻译、软件工程乃至软件生产自动化具有深远的影响力.     

面向查询意图的搜索引擎设计与实现

搜索引擎存在很多问题，原因在于引擎不能准确地理解用户的查询意图。提出面向查询意图的搜索系统，该系统允许用户采用自然语言输入查询要求，然后系统展开语义联想，理解出用户的真实意图，并提交用户确认或修改，进而根据确认的真实意图构造查询实例，提交到各个Web搜索引擎搜索，并将返回结果根据用户意排序。同时系统还从用户对查询结果的交互中学习理解用户意图的知识。     

智能搜索引擎的分析与研究

针对搜索引擎现存的不足，提出了基于神经网络的智能搜索引擎开发模型，并对该模型采用的相关技术进行了阐述。